基于稀疏正則化與反復提純的圖像超分辨率方法.pdf

1、圖像超分辨率問題是數字圖像處理和計算機視覺的重要問題之一，其目的是從一幅低分辨率圖像或一組圖像序列恢復出高分辨率圖像。本文主要研究單幀圖像超分辨率問題，在現(xiàn)實生活中如果將圖像在顯示設備上放大后會出現(xiàn)不同程度的模糊現(xiàn)象與鋸齒效應，為了解決這些問題，許多學者針對單幀圖像超分辨率問題做出了大量的工作。
　　本文首先介紹了部分經典的圖像超分辨率算法，并對這些算法進行了分析。其中我們詳細介紹了基于赫維賽德(Heaviside)函數的圖像超分

2、辨率模型，該模型首次利用Heaviside函數的表示性質來解決圖像超分辨率問題，采用兩組不同光滑程度的近似Heaviside函數作為基底，分別表示低分辨率圖像的平滑部分與非平滑部分，計算出相應的表示系數，然后將這些系數與相對應的高分辨率圖像的基底結合得到高分辨率圖像，該模型計算簡單且不需要額外的訓練數據。但是，如果僅采用兩組近似的Heaviside函數表示圖像，欠缺了對圖像中其他不同平滑程度部分的考慮。
　　在本文，我們考慮將原有

3、模型中僅由兩組近似Heaviside函數表示圖像的平滑部分與非平滑部分，擴展到用多組平滑程度不同的近似Heaviside函數來表示圖像中平滑程度不同部分。同時考慮到非平滑部分的稀疏性，對表示非平滑部分的相應系數實施ι1正則化，以此體現(xiàn)稀疏性。針對模型具有ι1正則項的特性，采用塊ADMM算法對提出的模型進行求解。除此之外，考慮初步得到的高分辨率圖像經過下采樣后與相對應的低分辨率圖像的殘差的特殊性質，提出了僅采用能夠刻畫非平滑部分的近似He